速度规划方法及终端设备与流程

本发明属于计算机技术领域，尤其涉及一种速度规划方法及终端设备。

背景技术：

在机器人、智能汽车等智能设备自主行走过程中，智能设备自身或其控制终端通常会根据智能设备的自身位姿、环境信息和全局路径等信息进行速度规划。例如，在机器人自主行走过程中，机器人可以根据自身定位和地图信息规划出当前位置到目标点的全局路径，并根据全局路径等信息进行自身的速度规划。合理的速度规划能够使机器人行走速度平滑、顺利避开障碍、保持高效运行的速度。

在机器人行走过程中机器人的位置时刻发生变化，因此通常会按照一定的频率根据机器人当前位置和地图信息对全局路径进行更新。但是在机器人周围的环境信息变化速度比全局路径的更新速度更快时，比如机器人周围出现新的障碍物阻碍前行，全局路径还未被更新时，机器人如果按照之前规划的全局路径进行速度规划，会造成速度规划不合理，影响机器人行走。

技术实现要素：

有鉴于此，本发明实施例提供了一种速度规划方法及终端设备，以解决目前在智能设备周围的环境信息变化速度比全局路径的更新速度更快时速度规划不合理，影响行走的问题。

本发明实施例的第一方面提供了速度规划方法，包括：

获取智能设备的当前速度，根据所述当前速度和运动约束信息生成模拟时间内的模拟速度窗口；

获取智能设备的当前坐标点，根据所述当前坐标点、所述模拟速度窗口和运动模型生成多个模拟路径；

根据环境信息和全局路径在多个模拟路径中选择至少一个模拟路径，并根据选择的模拟路径对智能设备进行速度调整。

本发明实施例的第二方面提供了速度规划装置，包括：

生成模块，用于获取智能设备的当前速度，根据所述当前速度和运动约束信息生成模拟时间内的模拟速度窗口；

处理模块，用于获取智能设备的当前坐标点，根据所述当前坐标点、所述模拟速度窗口和运动模型生成多个模拟路径；

评价模块，用于根据环境信息和全局路径在多个模拟路径中选择至少一个模拟路径，并根据选择的模拟路径对智能设备进行速度调整。

本发明实施例的第三方面提供了速度规划终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面中的速度规划方法。

本发明实施例的第四方面提供了计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现第一方面中的速度规划方法。

本发明实施例与现有技术相比存在的有益效果是：根据当前速度和运动约束信息生成模拟时间内的模拟速度窗口，能够确认智能设备在模拟时间内可能的速度；根据当前坐标点、模拟速度窗口和运动模型生成多个模拟路径，能够得到智能设备在模拟时间内可能的路径；根据环境信息和全局路径在多个模拟路径中选择至少一个模拟路径，并根据选择的模拟路径对智能设备进行速度调整，能够实现智能设备的速度规划。本发明实施例在智能设备周围的环境信息变化速度比全局路径的更新速度更快时，能够及时根据周围环境变化评价模拟路径，在多个模拟路径中选择至少一个模拟路径，根据选择的模拟路径对智能设备进行速度调整，从而使速度规划更合理，使智能设备能够保持高效运行的速度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的速度规划方法的实现流程图；

图2是本发明实施例提供的速度规划方法中生成多个模拟路径的实现流程图；

图3是本发明一个实施例提供的速度规划方法中对各个模拟路径进行评价的实现流程图；

图4是本发明另一实施例提供的速度规划方法中对各个模拟路径进行评价的实现流程图；

图5是本发明实施例提供的速度规划方法中与预设距离阈值进行对比的实现流程图；

图6是本发明实施例提供的速度规划方法中与预设角度阈值进行对比的实现流程图；

图7是本发明实施例提供的速度规划方法的实现示例的示意图；

图8是本发明实施例提供的速度规划装置的示意图；

图9是本发明实施例提供的速度规划终端设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

图1为本发明实施例提供的速度规划方法的实现流程图，详述如下：

在s101中，获取智能设备的当前速度，根据所述当前速度和运动约束信息生成模拟时间内的模拟速度窗口。

在本实施例中，该速度规划方法适用于对机器人、智能汽车、智能飞行器等能够自主行走的智能设备进行速度规划，为便于叙述，后文中仅以机器人为例进行说明，并不作为限定。获取当前速度可以通过机器人上安装的速度感应装置进行获取，或者通过接收服务器等其它设备发送的当前速度信息进行获取。当前速度包括但不限于线速度和/或加速度，具体可以根据机器人的硬件结构、运动方式等进行确定。

运动约束信息包括但不限于硬件约束信息和/或加速度约束信息。其中，硬件约束信息可以包括机器人硬件结构上所能实现的最大速度和最小速度。加速度约束信息可以包括机器人硬件结构上所能实现的最大加速度和最小加速度。例如，当机器人的速度包括线速度和角速度时，硬件约束信息可以表示为：

vm＝{v∈[vmin,vmax],w∈[wmin,wmax]}(1)

其中，vmin为最小线速度，vmax为最大线速度，wmin为最小角速度，wmax为最大角速度。由于是硬件结构上造成的约束，机器人在任何时间的速度都不可能超过该约束范围。

可以根据实际需求对模拟时间进行预先设定，或者根据当前速度确定模拟时间。若当前速度较大，可以确定一个较小的模拟时间；若当前速度较小，可以确定一个较大的模拟时间，从而使预测出的模拟路径位于机器人周围适当的区域，这样进行速度规划既保证速度规划的合理性，又能避免较大的运算量，保证速度规划的高效性。

生成的模拟时间内的模拟速度窗口可以表示为：

其中，vc为当前速度，δt为模拟时间，为模拟时间内的最小线速度，为模拟时间内的最大线速度，为模拟时间内的最小角速度，为模拟时间内的最大角速度。

在s102中，获取智能设备的当前坐标点，根据所述当前坐标点、所述模拟速度窗口和运动模型生成多个模拟路径。

在本实施例中，当前坐标点为机器人当前所在位置的坐标点。运动模型为机器人运动的数学模型，可以包括但不限于差分轮运动模型和/或全向运动模型。由于机器人结构不同对应的运动模型也不相同，在此不对运动模型作限定。例如，差分轮运动模型可以表示为：

其中，x、y、θt依次为机器人上一时刻的横坐标、纵坐标和朝向方向，x′、y′、θt′依次为机器人经过时间t后的横坐标、纵坐标和朝向方向，v、w依次为时间t内机器人运动的线速度和角速度。

根据当前坐标点、模拟速度窗口和运动模型可以计算模拟时间内可能的预测坐标点，这些预测坐标点可以形成多个模拟路径。

作为本发明的一个实施例，每个模拟路径包括多个预测坐标点，如图2所示，s102可以包括：

在s201中，对所述模拟速度窗口进行采样，得到多个采样速度。

在本实施例中，可以按照预设采样频率对模拟速度窗口进行采样，得到多个采样速度。例如当机器人的运动速度包括线速度和角速度时，从模拟速度窗口采样得到的采样速度也可以包括采样线速度和采样角速度，此时一个采样速度对应一个采样线速度和采样角速度。

在s202中，根据所述当前坐标点和所述运动模型，分别计算所述模拟时间内每个采样速度对应的多个预测坐标点。

在本实施例中，可以从模拟时间内选取多个时间点，例如从模拟时间内选取等间隔的若干个时间点。根据运动模型，由一个采样速度可以计算出模拟时间内各个时间点对应的预测坐标点，这些预测坐标点形成一个模拟路径。按照此方法可以计算出各个采样速度对应的模拟路径。在本实施例中，一个采样速度和一个模拟路径相对应，一个模拟路径和多个预测坐标点相对应。本实施例通过对模拟速度窗口进行采样，能够快速计算出预测坐标点，进而快速生成模拟路径。

在s103中，根据环境信息和全局路径在多个模拟路径中选择至少一个模拟路径，并根据选择的模拟路径对智能设备进行速度调整。

在本实施例中，环境信息可以包括机器人当前坐标点周围环境的信息，例如周围障碍物的信息、周围目标建筑的信息等。全局路径为根据机器人当前坐标点、最终目的地的坐标点以及地图信息等规划出的运动路径。全局路径可以由机器人自身进行计算规划，也可以从服务器等其它设备中获取，在此不作限定。

根据环境信息、全局路径、机器人的当前位姿等，可以对模拟时间内的各个模拟路径进行评价，从中选择出最优的模拟路径。如果经过评价仅有一个最优的模拟路径，则在多个模拟路径中选择该最优的模拟路径；如果经过评价有两个或两个以上最优的模拟路径，则可以选择所有最优的模拟路径，综合所有最优的模拟路径对智能设备进行速度调整，或者根据预设规则选择全部最优的模拟路径中的一个进行速度调整，在此不作限定。其中，机器人的当前位姿可以包括机器人的当前坐标点和当前朝向方向等。最优的模拟路径为既与全局路径相匹配，又根据周围环境信息作出局部调整以使机器人行走更加顺畅的路径。根据选择的模拟路径对应的采样速度对机器人进行速度规划，能够使机器人高效行走。

本发明实施例根据当前速度和运动约束信息生成模拟时间内的模拟速度窗口，能够确认智能设备在模拟时间内可能的速度；根据当前坐标点、模拟速度窗口和运动模型生成多个模拟路径，能够得到智能设备在模拟时间内可能的路径；根据环境信息和全局路径在多个模拟路径中选择至少一个模拟路径，并根据选择的模拟路径对智能设备进行速度调整，能够实现智能设备的速度规划。本发明实施例在智能设备周围的环境信息变化速度比全局路径的更新速度更快时，能够及时根据周围环境变化评价模拟路径，在多个模拟路径中选择至少一个模拟路径，根据选择的模拟路径对智能设备进行速度调整，从而使速度规划更合理，使智能设备能够保持高效运行的速度。

作为本发明的一个实施例，所述环境信息包括当前坐标点周围预设区域内的障碍物信息。其中，预设区域的形状可以根据实际情况设定。例如，预测区域的形状可以是圆形、矩形或菱形等。可选地，预设区域可以是以当前坐标点为中心，边长为预设值的正方形区域。预设区域可以将生成的所有模拟路径都包含在内，或者将大部分模拟路径包含在内。如图3所示，s103可以包括：

在s301中，根据各个模拟路径与各个模拟路径对应的最近障碍物之间的距离，确定各个模拟路径对应的第一评分。

在本实施例中，障碍物可以为预设区域内的障碍物。一个模拟路径与一个障碍物之间的距离可以是该模拟路径上与该障碍物距离最近的一个预测点与该障碍物之间的距离。一个模拟路径对应的最近障碍物为预设区域中与该模拟路径距离最近的障碍物。如果一个模拟路径对应的最近障碍物位于该模拟路径上，则该模拟路径与最近障碍物的距离可以为零；如果预测区域内不存在障碍物，则各个模拟路径与最近障碍物的距离可以标记为预设固定值，此时各个模拟路径对应的第一评分均相等，不影响最终对模拟路径的评价。

可选地，可以查找各个模拟路径对应的最近障碍物，分别计算各个模拟路径与对应最近障碍物之间的距离，根据各个模拟路径与对应最近障碍物之间的距离确定各个模拟路径对应的第一评分。可以设定距离越大，则第一评分越高，或者设定距离越小，第一评分越高，在此不作限定。例如，可以设定一个模拟路径与对应最近障碍物之间的距离为零时得到的第一评分为评分最大值，随着距离增大，对应的第一评分逐渐减小。

在s302中，根据各个模拟路径对应的多个预测坐标点到局部路径的距离之和，确定各个模拟路径对应的第二评分；所述局部路径为所述全局路径中位于所述预设区域内的路径。

在本实施例中，全局路径的起点可以为当前坐标点，全局路径的终点为机器人行走的目的地坐标点。若全局路径的终点位于预设区域内，则局部路径为当前坐标点至全局路径终点之间的这段路径；若全局路径的终点位于预设区域外，则全局路径与预设区域存在一个交点，局部路径为当前坐标点至该交点之间的这段路径。

一个模拟路径包括多个预测坐标点，即一个模拟路径对应多个预测坐标点。可以分别计算各个预测坐标点到局部路径的距离，其中一个预测坐标点到局部路径的距离可以为局部路径上与该预测坐标点距离最近的一个点与该预测坐标点之间的距离。一个模拟路径对应的距离之和为该模拟路径对应的所有预测坐标点到局部路径的距离之和。例如一个模拟路径包括三个预测坐标点a、b和c，其中a到局部路径的距离为a1，b到局部路径的距离为b1，c到局部路径的距离为c1，则该模拟路径对应的多个预测坐标点到局部路径的距离之和为a1+b1+c1。

在s303中，根据各个模拟路径的终点与所述局部路径的终点之间的距离，确定各个模拟路径对应的第三评分。

在本实施例中，局部路径的终点为全局路径的终点或者全局路径与预设区域的交点。若全局路径的终点位于预设区域内，则局部路径的终点为全局路径的终点；若全局路径的终点位于预设区域外，则全局路径与预设区域存在一个交点，局部路径的终点为全局路径与预设区域的交点。

一个模拟路径的终点为该模拟路径对应的预测坐标点中时间上最后的一个预测坐标点。分别计算各个模拟路径的终点与局部路径的终点之间的距离，根据计算出的各个模拟路径对应的距离确定各个模拟路径对应的第三评分。

在s304中，根据所述第一评分、所述第二评分和所述第三评分对各个模拟路径进行评价，并根据评价结果在多个模拟路径中选择至少一个模拟路径。

在本实施例中，评价结果可以包括各个模拟路径对应的综合评分。可以将第一评分、第二评分和第三评分进行计算得出综合评分，根据该综合评分对各个模拟路径进行评价，进而确定出最优的模拟路径。例如可以将第一评分、第二评分和第三评分相加得到综合评分，或者分别将第一评分、第二评分和第三评分乘以对应的预设权重系数后再进行相加得到综合评分。

本实施例根据周围环境的障碍物信息和全局路径确定各个模拟路径对应的第一评分、第二评分和第三评分，从三个方面综合的评价各个模拟路径，进而确定出最优的模拟路径，能够提高评价的准确程度，根据选择的模拟路径对智能设备进行速度调整，能够保证速度规划的合理性。

作为本发明的一个实施例，如图4所示，s103还可以包括：

在s401中，根据各个模拟路径对应的模拟前进方向与当前朝向方向之间的夹角，确定各个模拟路径对应的第四评分；所述模拟前进方向为所述当前坐标点与各个模拟路径的终点之间的连线方向。

s304可以包括：

在s402中，根据所述第一评分、所述第二评分、所述第三评分和所述第四评分对各个模拟路径进行评价，并根据评价结果在多个模拟路径中选择至少一个模拟路径。

在本实施例中，一个模拟路径对应的模拟前进方向为当前坐标点与该模拟路径的终点之间的连线方向。由于当前坐标点也为模拟路径的起点，所以一个模拟路径的模拟前进方向也可以表述为该模拟路径的起点至终点之间的连线方向。具体地，一个模拟路径对应的模拟前进方可以为以当前坐标点为起点，以该模拟路径终点为终点的向量的方向。当前朝向方向为当前机器人正面朝向的方向，可以通过获取机器人的位姿信息获得。位姿信息中包括当前坐标点和当前朝向方向。

分别计算各个模拟路径对应的模拟前进方向与当前朝向方向之间的夹角，根据计算出的各个模拟路径对应的夹角确定各个模拟路径对应的第四评分。综合第一评分、第二评分、第三评分和第四评分对各个模拟路径进行评价，并根据评价结果在多个模拟路径中选择至少一个模拟路径。

本发明将模拟路径的模拟前进方向和机器人的当前朝向方向的夹角添加到对模拟路径评价的参考信息中，使得对模拟路径的评价更为全面准确，能够避免选择出的模拟路径与机器人当前朝向方向相差较大的情况，从而提高速度规划的准确性。

作为本发明的一个实施例，如图5所示，在s301之前，s103还可以包括：

在s501中，将各个模拟路径与各个模拟路径对应的最近障碍物之间的距离分别与预设距离阈值进行对比。

在本实施例中，预设距离阈值可以根据实际情况进行设定。分别计算各个模拟路径与对应最近障碍物之间的距离，并将计算出的各个距离与预设距离阈值进行对比。例如可以通过分别对各个距离与预设距离阈值作差的方式进行对比。

在s502中，将与对应最近障碍物之间的距离小于所述预设距离阈值的模拟路径舍弃。

在本实施例中，若一个模拟路径与对应的最近障碍物之间的距离小于预设距离阈值，则将该模拟路径舍弃，不进行后续的模拟路径评价。

本实施例通过设置预设距离阈值，能够判断出由于障碍物存在不适于机器人行走的模拟路径(例如模拟路径上存在障碍物或者模拟路径与障碍物距离过近导致机器人不能通过的情况)，将这些路径首先舍弃，对剩余的路径再计算评分进行评价，能够极大地减少需要进行评价的模拟路径数量，进而提高评价的计算速度，减少一次速度规划所需的时间。

作为本发明的一个实施例，如图6所示，在s301之前，s103还可以包括：

在s601中，将各个模拟路径对应的初速度方向与所述当前朝向方向之间的夹角分别与预设角度阈值进行对比。

在本实施例中，一个模拟路径对应的初速度方向可以根据该模拟路径上的预测坐标点确定。例如，一个模拟路径对应的初速度方向可以为以当前坐标点为起点，以该模拟路径中当前坐标点的下一个预测坐标点为终点构成的向量的方向。

预设角度阈值可以根据实际情况设定，例如可以设为80度、90度、120度等。预设角度阈值用于判断一个模拟路径的初速度方向与机器人当前朝向方向是否偏差过大，如果偏差过大，按照该模拟路径进行速度规划，机器人需要偏转较大的角度，不利于机器人的顺畅行走。例如一个模拟路径的初速度方向与机器人当前朝向方向之间的夹角为120度，如果机器人按照该模拟路径行走，需要首先偏转120度，需要进行减速转弯等会导致机器人行走效率下降，行走不顺畅。

在s602中，将对应初速度方向与所述当前朝向方向之间的夹角大于所述预设角度阈值的模拟路径舍弃。

在本实施例中，若一个模拟路径对应的初速度方向与当前朝向方向之间的夹角大于预设角度阈值，则将该模拟路径舍弃，不进行后续的模拟路径评价。

本实施例通过设置预设角度阈值，能够判断出由于模拟路径的初速度方向与机器人当前朝向方向是否偏差过大不适于机器人行走的模拟路径，将这些路径首先舍弃，对剩余的路径再计算评分进行评价，能够极大地减少需要进行评价的模拟路径数量，进而提高评价的计算速度，减少一次速度规划所需的时间。

需要说明的是，若都进行预设距离阈值的对比和预设角度阈值的对比，s601和s602两步可以在s501和s502之前，也可以在s501和s502之后，具体可以根据实际情况确定，能够保证计算量较小，一次速度规划的时间尽量短即可。

如图7所示为本发明的一个实现示例，下面进行简要说明：

s701，输入一个模拟路径。

s702，进行震荡判定，即将输入的模拟路径对应的初速度方向与当前朝向方向之间的夹角与预设角度阈值进行对比。若大于预设角度阈值，则跳转至s703，舍弃该模拟路径；若小于或等于预设角度阈值，则跳转至s704，进行障碍物判定。

s703，舍弃该模拟路径，跳转至s701，重新输入一个模拟路径。

s704，进行障碍物判定，即将输入的模拟路径与该模拟路径对应的最近障碍物之间的距离与预设距离阈值进行对比。若小于预设距离阈值，则跳转至s703，舍弃该模拟路径；若大于或等于预设距离阈值，则跳转至s705，生成第一评分。

s705，生成第一评分，即根据该模拟路径与该模拟路径对应的最近障碍物之间的距离，确定该模拟路径对应的第一评分。

s706，生成第二评分，即根据该模拟路径对应的多个预测坐标点到局部路径的距离之和，确定该模拟路径对应的第二评分。

s707，生成第三评分，即根据该模拟路径的终点与局部路径的终点之间的距离，确定该模拟路径对应的第三评分。

s708，生成第四评分，即根据该模拟路径对应的模拟前进方向与当前朝向方向之间的夹角，确定该模拟路径对应的第四评分；

s709，得出综合评分，即综合第一评分、第二评分、第三评分和第四评分得到该模拟路径的综合评分。根据各个模拟路径对应的综合评分即能对各个模拟路径进行评价，在多个模拟路径中选择至少一个最优的模拟路径。

本发明实施例根据当前速度和运动约束信息生成模拟时间内的模拟速度窗口，能够确认智能设备在模拟时间内可能的速度；根据当前坐标点、模拟速度窗口和运动模型生成多个模拟路径，能够得到智能设备在模拟时间内可能的路径；根据环境信息和全局路径在多个模拟路径中选择至少一个模拟路径，并根据选择的模拟路径对智能设备进行速度调整，能够实现智能设备的速度规划。本发明实施例在智能设备周围的环境信息变化速度比全局路径的更新速度更快时，能够及时根据周围环境变化评价模拟路径，在多个模拟路径中选择至少一个模拟路径，根据选择的模拟路径对智能设备进行速度调整，从而使速度规划更合理，使智能设备能够保持高效运行的速度。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

对应于上文实施例所述的速度规划方法，图8示出了本发明实施例提供的速度规划装置的示意图。为了便于说明，仅示出了与本实施例相关的部分。

参照图8，该装置包括生成模块81、处理模块82和评价模块83。

生成模块81，用于获取智能设备的当前速度，根据所述当前速度和运动约束信息生成模拟时间内的模拟速度窗口。

处理模块82，用于获取智能设备的当前坐标点，根据所述当前坐标点、所述模拟速度窗口和运动模型生成多个模拟路径。

评价模块83，用于根据环境信息和全局路径在多个模拟路径中选择至少一个模拟路径，并根据选择的模拟路径对智能设备进行速度调整。

优选地，每个模拟路径包括多个预测坐标点；所述处理模块82用于：

对所述模拟速度窗口进行采样，得到多个采样速度；

根据所述当前坐标点和所述运动模型，分别计算所述模拟时间内每个采样速度对应的多个预测坐标点。

优选地，所述环境信息包括当前坐标点周围预设区域内的障碍物信息；所述评价模块83用于：

根据各个模拟路径与各个模拟路径对应的最近障碍物之间的距离，确定各个模拟路径对应的第一评分；

根据各个模拟路径对应的多个预测坐标点到局部路径的距离之和，确定各个模拟路径对应的第二评分；所述局部路径为所述全局路径中位于所述预设区域内的路径；

根据各个模拟路径的终点与所述局部路径的终点之间的距离，确定各个模拟路径对应的第三评分；

根据所述第一评分、所述第二评分和所述第三评分对各个模拟路径进行评价，并根据评价结果在多个模拟路径中选择至少一个模拟路径。

优选地，所述局部路径的终点为所述全局路径的终点或者所述全局路径与所述预设区域的交点。

优选地，所述评价模块83还用于：

根据各个模拟路径对应的模拟前进方向与当前朝向方向之间的夹角，确定各个模拟路径对应的第四评分；所述模拟前进方向为所述当前坐标点与各个模拟路径的终点之间的连线方向；

根据所述第一评分、所述第二评分、所述第三评分和所述第四评分对各个模拟路径进行评价，并根据评价结果在多个模拟路径中选择至少一个模拟路径。

优选地，所述评价模块83还用于：

将各个模拟路径与各个模拟路径对应的最近障碍物之间的距离分别与预设距离阈值进行对比；

将与对应最近障碍物之间的距离小于所述预设距离阈值的模拟路径舍弃。

优选地，所述评价模块83还用于：

将各个模拟路径对应的初速度方向与所述当前朝向方向之间的夹角分别与预设角度阈值进行对比；

将对应初速度方向与所述当前朝向方向之间的夹角大于所述预设角度阈值的模拟路径舍弃。

本发明实施例根据当前速度和运动约束信息生成模拟时间内的模拟速度窗口，能够确认智能设备在模拟时间内可能的速度；根据当前坐标点、模拟速度窗口和运动模型生成多个模拟路径，能够得到智能设备在模拟时间内可能的路径；根据环境信息和全局路径在多个模拟路径中选择至少一个模拟路径，并根据选择的模拟路径对智能设备进行速度调整，能够实现智能设备的速度规划。本发明实施例在智能设备周围的环境信息变化速度比全局路径的更新速度更快时，能够及时根据周围环境变化评价模拟路径，在多个模拟路径中选择至少一个模拟路径，根据选择的模拟路径对智能设备进行速度调整，从而使速度规划更合理，使智能设备能够保持高效运行的速度。

图9是本发明一实施例提供的速度规划终端设备的示意图。如图9所示，该实施例的速度规划终端设备9包括：处理器90、存储器91以及存储在所述存储器91中并可在所述处理器90上运行的计算机程序92，例如速度规划程序。所述处理器90执行所述计算机程序92时实现上述各个速度规划方法实施例中的步骤，例如图1所示的步骤101至103。或者，所述处理器90执行所述计算机程序92时实现上述各装置实施例中各模块/单元的功能，例如图8所示模块81至83的功能。

示例性的，所述计算机程序92可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器91中，并由所述处理器90执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序92在所述速度规划终端设备9中的执行过程。例如，所述计算机程序92可以被分割成生成模块、处理模块和评价模块，各模块具体功能如下：

生成模块，用于获取智能设备的当前速度，根据所述当前速度和运动约束信息生成模拟时间内的模拟速度窗口；

处理模块，用于获取智能设备的当前坐标点，根据所述当前坐标点、所述模拟速度窗口和运动模型生成多个模拟路径；

评价模块，用于根据环境信息和全局路径在多个模拟路径中选择至少一个模拟路径，并根据选择的模拟路径对智能设备进行速度调整。

所述速度规划终端设备9可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述速度规划终端设备可包括，但不仅限于，处理器90、存储器91。本领域技术人员可以理解，图9仅仅是速度规划终端设备9的示例，并不构成对速度规划终端设备9的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述速度规划终端设备还可以包括输入输出设备、网络接入设备、总线、显示器等。

所称处理器90可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器91可以是所述速度规划终端设备9的内部存储单元，例如速度规划终端设备9的硬盘或内存。所述存储器91也可以是所述速度规划终端设备9的外部存储设备，例如所述速度规划终端设备9上配备的插接式硬盘，智能存储卡(smartmediacard，smc)，安全数字(securedigital，sd)卡，闪存卡(flashcard)等。进一步地，所述存储器91还可以既包括所述速度规划终端设备9的内部存储单元也包括外部存储设备。所述存储器91用于存储所述计算机程序以及所述速度规划终端设备所需的其他程序和数据。所述存储器91还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。